公开(公告)号：CN115601572A

公开(公告)日：2023-01-13

申请号：CN202211337748.1

申请日：2022-10-28

Applicant: 西安交通大学(CN)

Inventor： 李兵 ,  高飞 ,  陈磊 ,  尚中昱 ,  刘春满

IPC: G06V10/74 ,  G06N3/04 ,  G06N3/08 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开了一种基于半监督CycleGan网络的超声相控阵图像优化重构方法及系统，生成在超声图像和重构图像的两个域中一一对应的训练样本；将对抗性损失函数，循环一致性损失函数，个体损失函数和真实差异损失函数进行叠加，获取损失函数；基于损失函数搭建半监督CycleGan网络结构，利用训练样本对半监督CycleGan网络结构进行训练，完成网络训练后，将超声相控阵实际检测的超声图像输入训练后的半监督CycleGan网络结构，得到检测缺陷的重构图像。本发明方法能够在不裁剪原图的前提下实现对小目标图像的异域重构；对于超声图像来说，既保留了图像中缺陷的位置信息，又消除了图像中缺陷伪影，使缺陷的形貌更加准确。